Big Data, el verdadero valor de la información

 Imagen que contiene textoDescripción generada con confianza muy alta

 

 La información se ha convertido en el nuevo petróleo afirman algunos expertos y parecen tener razón pues el mercado global de Big Data sigue creciendo y se estima que llegará a superar los 66.790 millones de dólares para 2021.

 

Empecemos por la definición de términos y para este caso tomaremos la usada por Dell EMC:

“Debido a los avances en la tecnología, la definición de Big data ha cambiado con el transcurso de los años. Aun así, algo permanece sin cambios: la cantidad de datos crece de forma continua a una velocidad sumamente rápida. Todos los tipos de datos, en cualquier formato, que se usan para obtener información valiosa y generar valor se consideran Big data. Entonces, ¿Qué es la analítica de Big data(Big Data Analytics)?

 

La analítica de Big data consiste en la práctica de aplicar modernas herramientas de software de analítica a todo tipo de datos, incluidos los datos no estructurados, semiestructurados y estructurados, al igual que el procesamiento en lotes y la transferencia en tiempo real. El propósito de la analítica de Big data es descubrir información valiosa e irregularidades, además de comprender mejor el rendimiento del negocio y el comportamiento de los clientes. Esta información valiosa impulsada por la analítica puede usarse para modelar los resultados comerciales, aumentar la ventaja competitiva, mejorar las decisiones financieras y desarrollar proyecciones más concisas”.

 

Resultado de imagen para que es big data

  1. Fuente:Tuataratech

 

De esta forma, el Big data no sólo se ha convertido en una herramienta para la construcción de estrategias de negocios, - la Big data a diferencia de la Business Intelligence (BI) trabaja con todo tipo de datos incluyendo los no estructurados-, y también es el pilar de otras tecnologías revolucionarias que encabezan la inteligencia artificial,el Internet de las cosas y la robótica, entre otras.

 

Al hablar de Big Data se le enmarca en cuatro grandes categorías que se refieren al tamaño y tipo de información, así como a su veracidad y velocidad de generación. Más en detalle estas cuatro dimensiones, conocidas como cuatros Vs son: Velocidad, Variedad, Volumen y Veracidad. Algunos hablan incluso de cinco Vs agregando la opción de Valor de la información.

 

Resultado de imagen para big data 4 v ibm

  1. Fuente: Megatrend.com

 

Para entender mejor la magnitud de estas dimensiones basta consultar brevemente las estadísticas: el volumen de información que generaremos para 2020 está estimado en 40 Zettabytes de los cuales el 62% provendrá de mercados emergentes con China generando el 22% de data global, esto equivale a 300 veces el tamaño de información generado desde 2005.

 

En cuanto a la velocidad de generación de información y su variedad basta mirar el universo digital de 2016 cuando cada minuto se generaban más de 15.2 millones de mensajes de texto, se tomaban más 45 mil viajes en Uber, se subían más de 46 mil fotos en Instagram y se publicaban 600 nuevas páginas en la Wikipedia. Estas cifras palidecen con el crecimiento anual de dispositivos y usuarios

 

En cuanto a la veracidad de la información una encuesta global desarrollada por IBM encontró que el 27% de los directivos consultados no confiaba plenamente en la precisión de la información que les era entregada. Una preocupación normal en un mundo invadido por todo tipo de datos e intereses, para la muestra, en 2016, se produjeron 103.447.520 spam de correo, cada minuto.

 

  1. Fuente: Domo

 

Dada esta diversidad se han desarrollado varias herramientas de Big data analytics divididas en cuatro grandes categorías como son : Descriptive Analytics; Diagnostic Analytics; Predictive Analytics y Prescriptive Analytics.

 

Descriptive Analytics se refiere a las herramientas que dicen que ocurrió y crean simples reportes y visualizaciones sobre un punto consultado en un periodo de tiempo. Son consideradas las herramientas más básicas de la analítica.

 

Diagnostic Analytics explican porque ocurrieron las cosas y permiten estudiar las causas de los sucesos investigando los datos relacionados. Predictive Analytics se basa en predecir lo que vendrá basados en poderosos algoritmos usados en colaboración con herramientas de inteligencia artificial.

 

Por último, Prescriptive Analytics aconsejan a las empresas que hacer para alcanzar los objetivos deseados.

 

Pero no sólo eso, se ha encontrado (en resumen) que los principales beneficios del Big Data están relacionados con reducción de costos, al mejorar la eficiencia de las operaciones; la mejora de la toma de decisiones, al tener una analítica predictiva que proporciona una ventaja competitiva y proporciona un marco más ágil para la toma de decisiones y el manejo de riesgos e Innovación en  productos y servicios, al permitir mejorar los nuevos productos que desarrollará la empresa.

Otros beneficios asociados son:

 

  • Identificar las causas de fallos y problemas en tiempo real

  • Mejorar la comprensión del potencial del marketing basado en datos

  • Generar ofertas a clientes basadas en sus hábitos de compra

  • Mejorar el compromiso del cliente y aumentar su lealtad

  • Reevaluar carteras de riesgos rápidamente

  • Personalizar la experiencia del cliente

  • Agregar valor a las interacciones del cliente con la empresa.

 

¿Y quienes la usan más?

En este momento los servicios financieros y de telecomunicaciones y es que su número ha aumentado radicalmente en los últimos años pasando de 17%, en 2015, al 53% a finales de 2017.

 

 

Otras verticales que se destacan son los servicios de salud y las empresas de tecnología.  Dentro de los estudios se ha encontrado que el uso más popular inicialmente para esta plataforma tecnológica ha sido para la optimización de bases de datos, mantenimiento predictivo, seguridad y servicio al cliente.

 

Algunos ejemplos concretos del uso de Big Data son el análisis de datos realizado Google en el desarrollo de coches autónomos que ha permitido mejorar su desempeño; el Bank of America estadounidense encontró que los mejores operarios de sus call centers eran aquellos que tomaban sus tiempos de descanso en grupos por lo que instauró esto como política de la empresa; los atletas de alto desempeño lo usan para mejorar usando herramientas como el IBM SlamTracker o las aplicaciones de sus dispositivos móviles; los servicios de aduana internacionales lo usan para prevenir posibles ataques; se está usando para el análisis del mercado de acciones y para el desarrollo de ciudades inteligentes, entre otras posibilidades.

 

  1. Algunas tendencias

Al crecer, al mismo tiempo que otras tecnologías informáticas es inevitable una integración con tendencias como inteligencia artificial (AI) y el Internet de las cosas además de plataformas de administración de datos (Data Managment Plaftforms DMP) donde la seguridad será una de las mayores prioridades.

 

Imagen que contiene captura de pantalla

Descripción generada con confianza muy alta

 

Al mismo tiempo prosperarán las herramientas de análisis de datos de código abierto como Hadoop, Spark y NoSQL cuyas tecnologías están siendo fusionadas incluso en las herramientas de software propietario. En este escenario también emergerán más soluciones de Big Data para nichos buscando ofrecer una oferta especializada donde las soluciones basadas en la nube seguirán ganando espacio.

 

Por supuesto habrá retos referentes a la calidad de la información reunida, a personal calificado para entenderla y usarla, y por supuesto a la credibilidad que tenga entre los sistemas de gerencia tradicionales que deberán evolucionar, quiéranlo o no, porque los datos son el activo más valioso del presente y futuro de las empresas.

 
 
INFORMACIÓN TOPCOMM